LioShuTan 采用 SIRAYA 模型路由器，通过语音转文本（ASR）和文本转语音（TTS）技术，为基于 AI 的语言学习和口语评估体验提供支持。.
Overview
LioShuTan 是一个专注于语言学习体验的教育平台，提供“AI”口语练习、听力练习、发音评估以及互动式学习流程等功能。.
该平台目前采用 BytePlus 的语音转文本（ASR）和文本转语音（TTS）服务，用于语音验证和 AI 辅助的听力交互。其核心工作流程旨在评估用户在不同的学习场景和年龄群体中，能否准确地发音并表达单词和句子。.
与此同时，该平台还在积极评估Azure语音评估等先进的发音评估能力，以实现更精细的语音分析和详细的发音反馈。.
随着该产品将在未来几个月内正式投入量产，可扩展性、低延迟反馈以及灵活的AI编排变得越来越重要。.
真实的挑战
在基于 AI 的语言学习环境中，LioShuTan 遇到了若干生产级别的挑战：
- 不同的自动语音识别（ASR）模型在发音评估准确性方面表现出显著差异
- 目前的词级置信度评分无法精确识别特定的发音问题
- 不同的语言、年龄段和学习场景需要不同的AI语音功能
- 实时口语评估工作负载需要低延迟和稳定的基础设施
- 该平台需要对多家语音 AI 服务提供商进行持续评估和测试
此外，与标准的AI语音应用场景相比，教育类语音应用对反馈质量、响应速度和用户体验的要求要高得多。.
解决方案
SIRAYA 为 LioShuTan 提供了一套统一的模型路由器架构，支持集中访问多种语音 AI 服务、动态路由以及灵活的模型评估。.
借助 SIRAYA 模型路由器，该平台能够灵活协调 BytePlus ASR/TTS、Azure 发音评估以及其他语音 AI 服务，同时针对不同的学习任务和发音评估场景动态选择最合适的模型。.
主要功能包括：
- 跨多个Speech AI服务的统一访问与管理
- 灵活测试不同的 ASR 和发音评估模型
- 基于学习场景的动态语音 AI 协调机制
- 改进实时语音评估工作负载的稳定性
- 简化多供应商语音 AI 集成复杂度
可衡量的影响
在集成 SIRAYA 模型路由器后，LioShuTan 在 AI 语言学习体验和语音 AI 操作方面均取得了显著提升：
- 更稳定的AI口语反馈和互动式学习体验
- 在测试不同的语音识别和发音评估功能方面具有更大的灵活性
- 更好地适应不同年龄段和语言学习场景
- 降低了多供应商语音 AI 系统的运行复杂性
- 更轻松地扩展至新的 AI 语言学习功能和工作流程
更重要的是，LioShuTan 建立了一个可扩展的语音 AI 基础设施，专为长期 AI 辅助语言学习环境而设计。.